人工智能的技術(shù)包括哪些技術(shù)

企服解答

人工智能的技術(shù)包括的技術(shù)有：1、機(jī)器學(xué)習(xí)。2、知識(shí)圖譜。3、自然語(yǔ)言處理。4、機(jī)器翻譯。5、語(yǔ)義理解。6、問(wèn)答系統(tǒng)六種技術(shù)。

1、機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一門(mén)涉及統(tǒng)計(jì)學(xué)、系統(tǒng)辨識(shí)、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計(jì)算機(jī)科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心。

基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測(cè)數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律，利用這些規(guī)律對(duì)未來(lái)數(shù)據(jù)或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)方法以及算法的不同，機(jī)器學(xué)習(xí)存在不同的分類(lèi)方法。 根據(jù)學(xué)習(xí)模式將機(jī)器學(xué)習(xí)分類(lèi)為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。 根據(jù)學(xué)習(xí)方法可以將機(jī)器學(xué)習(xí)分為傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。

2、知識(shí)圖譜

知識(shí)圖譜本質(zhì)上是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù)，是一種由節(jié)點(diǎn)和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號(hào)形式描述物理世界中的概念及其相互關(guān)系，其基本組成單位是“實(shí)體—關(guān)系—實(shí)體”三元組，以及實(shí)體及其相關(guān)“屬性—值”對(duì)。不同實(shí)體之間通過(guò)關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)。在知識(shí)圖譜中，每個(gè)節(jié)點(diǎn)表示現(xiàn)實(shí)世界的“實(shí)體”，每條邊為實(shí)體與實(shí)體之間的“關(guān)系”。通俗地講，知識(shí)圖譜就是把所有不同種類(lèi)的信息連接在一起而得到的一個(gè)關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問(wèn)題的能力。 

知識(shí)圖譜可用于反欺詐、不一致性驗(yàn)證、組團(tuán)欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動(dòng)態(tài)分析等數(shù)據(jù)挖掘方法。特別地，知識(shí)圖譜在搜索引擎、可視化展示和精準(zhǔn)營(yíng)銷(xiāo)方面有很大的優(yōu)勢(shì)，已成為業(yè)界的熱門(mén)工具。但是，知識(shí)圖譜的發(fā)展還有很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問(wèn)題，即數(shù)據(jù)本身有錯(cuò)誤或者數(shù)據(jù)存在冗余。隨著知識(shí)圖譜應(yīng)用的不斷深入，還有一系列關(guān)鍵技術(shù)需要突破。

3、自然語(yǔ)言處理

自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向，研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法，涉及的領(lǐng)域較多，主要包括機(jī)器翻譯、機(jī)器閱讀理解和問(wèn)答系統(tǒng)等。

4、機(jī)器翻譯

機(jī)器翻譯技術(shù)是指利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)從一種自然語(yǔ)言到另外一種自然語(yǔ)言的翻譯過(guò)程。基于統(tǒng)計(jì)的機(jī)器翻譯方法突破了之前基于規(guī)則和實(shí)例翻譯方法的局限性，翻譯性能取得巨大提升。

基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯在日?？谡Z(yǔ)等一些場(chǎng)景的成功應(yīng)用已經(jīng)顯現(xiàn)出了巨大的潛力。隨著上下文的語(yǔ)境表征和知識(shí)邏輯推理能力的發(fā)展，自然語(yǔ)言知識(shí)圖譜不斷擴(kuò)充，機(jī)器翻譯將會(huì)在多輪對(duì)話(huà)翻譯及篇章翻譯等領(lǐng)域取得更大進(jìn)展。

5、語(yǔ)義理解

語(yǔ)義理解技術(shù)是指利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對(duì)文本篇章的理解，并且回答與篇章相關(guān)問(wèn)題的過(guò)程。語(yǔ)義理解更注重于對(duì)上下文的理解以及對(duì)答案精準(zhǔn)程度的把控。隨著 MCTest 數(shù)據(jù)集的發(fā)布，語(yǔ)義理解受到更多關(guān)注，取得了快速發(fā)展，相關(guān)數(shù)據(jù)集和對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)模型層出不窮。語(yǔ)義理解技術(shù)將在智能客服、產(chǎn)品自動(dòng)問(wèn)答等相關(guān)領(lǐng)域發(fā)揮重要作用，進(jìn)一步提高問(wèn)答與對(duì)話(huà)系統(tǒng)的精度。

6、問(wèn)答系統(tǒng)

問(wèn)答系統(tǒng)分為開(kāi)放領(lǐng)域的對(duì)話(huà)系統(tǒng)和特定領(lǐng)域的問(wèn)答系統(tǒng)。問(wèn)答系統(tǒng)技術(shù)是指讓計(jì)算機(jī)像人類(lèi)一樣用自然語(yǔ)言與人交流的技術(shù)。人們可以向問(wèn)答系統(tǒng)提交用自然語(yǔ)言表達(dá)的問(wèn)題，系統(tǒng)會(huì)返回關(guān)聯(lián)性較高的答案。盡管問(wèn)答系統(tǒng)目前已經(jīng)有了不少應(yīng)用產(chǎn)品出現(xiàn)，但大多是在實(shí)際信息服務(wù)系統(tǒng)和智能手機(jī)助手等領(lǐng)域中的應(yīng)用，在問(wèn)答系統(tǒng)魯棒性方面仍然存在著問(wèn)題和挑戰(zhàn)。